更广 更深 更注重应用

——2025年农业气候资源普查和区划深化试点观察

来源：中国气象报社

编制最新中国农业气候区划图；河南干热风风险预警助力提高千粒重1.4克，全省挽回粮食损失约10亿斤；陕西苹果种植气候区划3年间接产生经济效益约9886万元……2024年，新一轮全国农业气候资源普查和农业气候区划试点工作（以下简称“试点工作”）启动，打样板、定基调、抓试点，各试点省份围绕体系完善、技术创新、团队建设、系统平台搭建等，形成可复制、可推广经验。

春风浩荡满目新。2025年，中国气象局联合农业农村部进一步深化试点工作，促进农业产业结构调整和资源配置优化，推动农业现代化和可持续发展。

新增10省1市、9种作物品种——试点范围及作物种类进一步扩大

气候变化是影响农业生产的关键因素。

资料显示，气候变化导致我国多熟作物种植北界向高纬度高海拔地区扩展，农业种植带不同程度北移西扩。开展新一轮全国农业气候资源普查和农业气候区划，能够进一步摸清我国农业气候资源底数和变化规律，更好地为我国农业生产布局、种植结构调整和粮食安全保障提供支撑。

今年，深化试点工作在“面”上更广，在“点”上更深。

试点范围进一步扩大——今年，基于总体设计，综合考虑地区平衡、试点作物种类、前期工作基础和地方需求，在去年7个省（自治区、直辖市）的基础上，新增天津、浙江、安徽、福建、山东、湖南、广西、贵州、云南、甘肃共10个省（自治区、直辖市），以及河北省唐山市。可以看到，2024年试点省份主要集中在北方，今年则适当增加了部分南方省份。

试点作物更加丰富——今年，在冬小麦、春大豆、春玉米、柑橘、苹果5种作物的基础上，新增一季稻、春小麦、夏大豆、夏玉米、茶叶、甘蔗、油菜、酿酒葡萄、烤烟共9种作物品种，深化试点的作物种类进一步丰富。

试点省份和试点作物的增加，离不开前期的实践探索和经验积累。

中国气象局联合农业农村部持续推进特色农业气象服务中心建设，已建成137个国家级和省级特色农业气象服务中心，这为开展试点工作提供经验。

浙江依托茶叶气象服务中心的茶叶气象指标体系以及以茶树霜冻害等级、农产品气候品质认证技术规范等为主的茶叶气象标准规范体系，前期已开展江南茶区、浙江省茶叶气候区划和气象灾害风险区划相关工作，为今年开展试点工作奠定了坚实基础。

3月28日，气象专家到浙江省衢州市开化县茗博园春茶生长田间调查。浙江省气象局供图

不仅如此，为了针对特色作物进行更加精细化的气候区划，今年深化试点工作有了新力量的加入——中国气象局公共气象服务中心，负责全国茶叶气候区划，并联合北京工商大学开展全国大豆和一季稻品质气候区划。

“此前，我们已成立工作专班、专家组和技术组，充分发挥中国气象局—北京工商大学农产品气候品质联合研究中心在品质检测分析的优势，同时联合省市县气象部门的相关专家，推动茶叶气候区划工作。”中国气象局公共气象服务中心正研级高工李艳表示，通过开展全国茶叶气候区划试点工作，建立精细化、动态化的茶树种植气候适宜性评价体系，明确不同区域气候资源与茶叶品质、产量的关联性，为科学指导茶树种植规划、防灾减灾、品种改良及政策制定提供依据，助力提升我国茶产业气候适应能力和可持续发展。

强化人工智能技术应用——提高智能化规范化精细化水平

“不同地区农业生产和需求不同，普查和区划的指标、方法也有差异，建立适合当地的指标和方法体系既是关键，也是难点。”国家气候中心正高级工程师廖要明介绍，今年，农业气候资源普查和区划应用系统将进一步升级，新建立的指标和方法将集成到系统中。

在农业气候资源普查和区划应用系统上，农业气候资源产品和农业气候区划产品能够实现可视化展示，实现国省市县四级农业气候资源和农业气候区划结果的查询、统计和分析。

面对农业气候资源普查和区划应用系统在智能化水平方面的更高要求，廖要明认为，人工智能技术为农业气候资源普查和区划系统升级带来全新机遇。他表示，将拓展DeepSeek等人工智能大模型在业务系统改进中的应用，探索智能化的人机交互新模式，提升检索精准性和业务易用性。

除可用于业务系统升级外，人工智能技术在农业气候资源普查、农业气候区划试点工作中能够极大提升工作的精度和效率。

“借助人工智能技术能够快速分析处理气象、遥感、统计等类型多样的海量数据，提高工作效率。”国家气候中心高级工程师王蕾表示，在农业气候区划方面，传统的固定区划方案难以适应动态变化的气候条件，通过机器学习、深度学习和人工智能大模型技术，能够快速、精准、动态分析不同时段的多个农业气候区划指标在种植适宜区划分、主要气象灾害和病虫害监测、产量和品质形成过程中的作用，实现农业气候区划方案的实时动态调整，增强农业气候区划成果的实用性。

在去年试点工作中，部分省份就已探索并应用人工智能等先进技术。比如，新疆气象部门充分调查包括产量、发育期、品质、病虫害在内的冬小麦实际生产数据，在关键气象因子指标选择与气候建模过程中，首次使用机器学习方法，并借助卫星遥感资料验证区划结果，推进人工智能、卫星遥感等技术在冬小麦区划中的应用，显著提升气候资源区划的科学性与可信度。

按需普查，为用区划——积极推进成果落地应用

廖要明表示，“按需普查，为用区划”应贯穿于试点工作的始终，将试点成果应用于政府决策服务、气候资源利用、农业风险规避、农业生产指导、金融气象服务等方面。

当前，试点成果正成为各地农业政策制定的有力支撑。

“2024年，根据气象部门建议，我家种植的200多亩大豆选择种植了‘蒙豆1137’，获亩产400斤左右的好收成。”内蒙古自治区呼伦贝尔市扎兰屯市达斡尔民族乡海力堤村的大豆种植户陈志军介绍，自治区大豆特色农业气象服务中心的大豆品种精细化区划服务系统，可“一键式”查询扎兰屯市大豆适宜品种优选方案，为种植户选择适宜当地气候条件的大豆品种提供科学参考依据。

今年开展试点的省份对农业气候区划充满期待。

贵州省生态与农业气象中心联合省农作物技术推广总站、油菜研究所开展不同熟性油菜玉米轮作分期播种试验。付芳婧 摄影

“希望通过这次普查和区划工作，系统梳理新一轮普查和区划指标体系、方法技术，加快摸清全省农业气候资源和生产情况，掌握农业气候资源地域差异及其变化趋势，为加快构建与气候资源相匹配的现代山地特色高效农业发展空间提供支撑。”贵州省生态与农业气象中心副主任、高级工程师左晋说。

谈到今年深化试点工作的重点，试点工作组办公室副主任喻迎春表示，去年试点工作重点关注规范和标准建设，今年更加注重系统和平台建设，“目前，已开展试点的省份均已编制相关技术规范与清单，今年将把气候资源普查和区划相关指标和算法集成到应用系统，积极探索试点成果应用场景，推进成果落地应用。”

“新一轮农业气候资源普查和区划工作是一项系统工程，需要国省市县四级气象部门、各级政府、农业生产和管理等部门的共同参与，按原计划全面铺开，预计历时5年完成。”廖要明说。